目录
numpy数组(五)
算术函数
如果参与运算的两个对象,都是ndarray,并且形状相同,那么会对位彼此之间进行(+-*/)运算。Numpy算术函数包含简单的加减乘除:add()、subtract()、multiply()和divide()
算术函数的使用:
# 导入numpy模块
import numpy as np
a=np.arange(9).reshape(3,3)
b=np.array([10,10,10])
print("加法")
print(np.add(a,b))
print(a+b)
print("减法")
print(np.subtract(b,a))
print(b-a)
通用函数指定输出结果的用法:
# 导入numpy模块
import numpy as np
a=np.arange(9).reshape(3,3)
# out参数的使用
y=np.empty((3,3))
print("multiply-----a*10:")
np.multiply(a,10,out=y)
print(y)
数学函数
三角函数
Numpy提供了标准的三角函数:sin()、cos()、tan()。
三角函数的使用:
# 导入numpy模块
import numpy as np
# 三角函数
a=np.array([0,30,60,90]) #
print(np.sin(a))
around函数、floor函数、cell函数
参数说明:
a:数组
decimals:舍入的小数位数。默认值为0。如果为负,整数将四舍五入到小数点左侧的位置
numpy.around():返回指定数字的四舍五入值。
numpy.floor():返回数字的下舍整数。
numpy.cell():返回数字的上入整数。
# 导入numpy模块
import numpy as np
# around ceil floor
a=np.array([1.0,4.55,123,0.567,25.532])
print("around:",np.around(a))
print("ceil:",np.ceil(a))
print("floor:",np.floor(a))
聚合函数
统计函数
Numpy提供了很多统计函数,用于从数组中查找最小元素、最大元素,百分位标准差和方差等……
函数名 | 说明 |
---|---|
numpy.sum() | 求和 |
numpy.prod() | 所有元素相乘 |
numpy.mean() | 平均值 |
numpy.std() | 标准差 |
numpy.var() | 方差 |
numpy.median() | 中数 |
numpy.power() | 幂运算 |
numpy.sqrt() | 开方 |
numpy.min() | 最小值 |
numpy.max() | 最大值 |
numpy.argmin() | 最小值的下标 |
numpy.argmax() | 最大值的下标 |
numpy.inf() | 无穷大 |
numpy.exp(10) | 以e为底的指数 |
numpy.log(10) | 对数 |
numpy.power()函数将第一个输入数组中的元素作为底数,计算它与第二个输入数组中相对元素的幂
power函数的使用:
# 导入numpy模块
# 统计函数
# power
a=np.arange(1,13).reshape(3,4)
print("原数组a")
print(a)
print("power:",np.power(a,2))
# power中out的使用
x=np.arange(5)
y=np.zeros(10)
np.power(2,x,out=y[:5])
print(y)
numpy.median()函数的使用:
# 导入numpy模块
import numpy as np
# median()
# 一维数组的中位数
a=np.array([4,3,2,5,2,1]) # 对数组排序[1,2,2,3,4,5] 数组中元素个数为偶数,中位数:中间两个数的平均值
print(np.median(a))
a=np.array([4,3,2,5,2]) # 对数组排序[1,2,2,3,4,5] 数组中元素个数为奇数,中位数:中间的数
print(np.median(a))
# 二维数组 要通过axis定轴
a=np.arange(1,13).reshape(3,4)
print(a)
print("垂直方向:",np.median(a,axis=0))
print("水平方向:",np.median(a,axis=1))
numpy.mean()函数的使用:
# 导入numpy模块
import numpy as np
# mean 求平均值
# 一维数组
a=np.array([4,3,2,5,2])
print(np.mean(a))
# 二维数组 axis指定轴求平均
a=np.arange(1,13).reshape(3,4)
print(a)
print("axis=0 垂直方向:",np.mean(a,axis=0))
print("axis=1 水平方向:",np.mean(a,axis=1))